基于神经网络的机械零件识别研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·引言 | 第8-9页 |
| ·计算机视觉检测在制造系统中的应用 | 第9-10页 |
| ·机械零件图像识别问题 | 第10-12页 |
| ·采用神经网络方法的可行性 | 第12-13页 |
| ·本课题主要研究内容 | 第13-15页 |
| 第二章 图像识别理论与图像处理方法 | 第15-37页 |
| ·图像识别相关理论 | 第15-22页 |
| ·图像识别系统基本原理 | 第15页 |
| ·模式识别 | 第15-22页 |
| ·图像的噪声消除 | 第22-31页 |
| ·中值滤波 | 第22-23页 |
| ·图像的二值化处理 | 第23-24页 |
| ·图像边缘检测 | 第24-31页 |
| ·图像边缘检测的基本概念 | 第24-25页 |
| ·常规边缘检测 | 第25-31页 |
| ·图像的特征提取 | 第31-37页 |
| ·概述 | 第31-32页 |
| ·图像的目标不变特征 | 第32-37页 |
| 第三章 人工神经网络技术 | 第37-44页 |
| ·人工神经网络基本概述 | 第37-38页 |
| ·BP网络 | 第38-44页 |
| ·BP网络结构 | 第39-40页 |
| ·BP网络的算法流程 | 第40页 |
| ·BP网络缺点及解决方法 | 第40-44页 |
| 第四章 利用神经网络实现机械产品图像的识别 | 第44-62页 |
| ·产品图像的处理 | 第44-53页 |
| ·图像滤波 | 第44-45页 |
| ·图像二值化 | 第45-46页 |
| ·图像边缘检测 | 第46-47页 |
| ·图像不变特征提取 | 第47-53页 |
| ·不变矩及 NMI特征 | 第48-50页 |
| ·目标图像 | 第50页 |
| ·4.3 图像旋转实验结果 | 第50-52页 |
| ·图像放缩实验结果 | 第52-53页 |
| ·不变矩的选取 | 第53页 |
| ·BP识别网络的设计 | 第53-60页 |
| ·网络结构的设计 | 第53-57页 |
| ·输入节点的确定 | 第54页 |
| ·输出节点的确定 | 第54-55页 |
| ·隐含层数及隐含层神经元个数的确定 | 第55-56页 |
| ·网络参数的确定 | 第56-57页 |
| ·训练样本及测试样本 | 第57-60页 |
| ·实验结果及分析 | 第60-62页 |
| 第五章 结束语 | 第62-64页 |
| ·本文主要的工作和结果 | 第62-63页 |
| ·后续工作展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 硕士在读期间科研成果简介 | 第66-67页 |
| 声明 | 第67-68页 |
| 致谢 | 第68页 |
